《面向机器智能的TensorFlow实践》导读

目录

译者序

前言

第一部分　开启TensorFlow之旅

第1章　 引言

1.1　无处不在的数据2

1.2　深度学习2

1.3　TensorFlow：一个现代的机器学习库3

1.4　TensorFlow：技术概要3

1.5　何为TensorFlow4

1.5.1　解读来自官网的单句描述4

1.5.2　单句描述未体现的内容6

1.6　何时使用TensorFlow7

1.7　TensorFlow的优势8

1.8　使用TensorFlow所面临的挑战9

1.9　高歌猛进9

第2章　 安装TensorFlow10

2.1　选择安装环境10

2.2　Jupyter Notebook与matplotlib12

2.3　创建Virtualenv环境12

2.4　TensorFlow的简易安装13

2.5　源码构建及安装实例：在64位Ubuntu Linux上安装GPU版TensorFlow14

2.5.1　安装依赖库14

2.5.2　安装Bazel15

2.5.3　安装CUDA软件（仅限NVIDIA GPU）16

2.5.4　从源码构建和安装TensorFlow18

2.6　安装Jupyter Notebook20

2.7　安装matplotlib20

2.8　测试TensorFlow、Jupyter Notebook及matplotlib21

2.9　本章小结23

第二部分　TensorFlow与机器学习基础

第3章　 TensorFlow基础26

3.1　数据流图简介26

3.1.1　数据流图基础26

3.1.2　节点的依赖关系29

3.2　在TensorFlow中定义数据流图33

3.2.1　构建第一个TensorFlow数据流图33

3.2.2　张量思维39

3.2.3　张量的形状43

3.2.4　TensorFlow的Operation44

3.2.5　TensorFlow的Graph对象46

3.2.6　TensorFlow Session48

3.2.7　利用占位节点添加输入52

3.2.8　Variable对象53

3.3　通过名称作用域组织数据流图56

3.4　练习：综合运用各种组件61

3.4.1　构建数据流图63

3.4.2　运行数据流图66

3.5　本章小结71